> **来源：[研报客](https://pc.yanbaoke.cn)** # 证券研究报告总结：AI 洪流三部曲 —— ARR 的边界 ## 核心内容 本报告分析了人工智能（AI）对劳动力市场的冲击及其对大模型公司收入规模的影响，重点探讨了 **ARR（Annual Recurring Revenue）** 的增长潜力与边界。 报告指出，AI Agent 的替代能力决定了 ARR 的增速与想象空间，而 ARR 又影响资本开支的合理性。因此，**被替代的劳动力薪资水平**成为评估 AI 收入上限的关键变量。 AI 的商业化本质是企业通过模型能力替代、辅助或重组人工任务，从而实现降本增效。企业愿意为 AI 付费，不是因为技术本身构成新支出，而是因为它能降低单位劳动成本、提升人效或改变岗位任务结构。 大模型公司的 ARR 收入上限应基于其影响的劳动力收入池来估算。目前，**美国实际暴露薪资池为1.45万亿美元**，占总薪资的13.4%；而**理论潜在暴露规模可达5.68万亿美元**，占比超过52%。 当前大模型商的 ARR 收入（如 Anthropic 的 470 亿美元）仅相当于实际暴露薪资池的 **3.2%**，或理论暴露池的 **0.8%**，说明端侧收入空间仍有巨大潜力。 ## 主要观点 - **AI 替代逻辑**：AI 的核心价值在于替代、辅助或重组人工任务，从而降低企业成本，提升效率。 - **暴露与替代的区别**：暴露意味着任务可能被 AI 改变或辅助，但不等于替代或失业，也不等于工资成本等比例消失。 - **行业暴露差异**：AI 替代潜力在不同行业中存在显著差异。高收入职业（如金融产品经理、HR 经理、航天工程师）面临更高的理论暴露度，而低收入职业（如洗衣房员工、烘焙师）暴露度较低。 - **行业分布**：理论上最可能被 AI 替代的行业是 **计算机与数学（87.6%）**、**商业与金融（78.2%）** 和 **法律（78.0%）**，但实际暴露度排序与理论值不同，实际暴露度最高的行业是 **办公室与行政支持（33.2%）**、**销售相关职位（24.6%）** 和 **计算机与数学（35.3%）**。 - **收入空间潜力**：AI 收入的中期空间不应仅从软件市场规模理解，而应从更广泛的**劳动力成本池**中寻找估算锚点。 ## 关键信息 - **实际暴露薪资池**：1.45 万亿美元（占比 13.4%），对应约 1835 万就业人口（占比 11.8%）。 - **理论暴露薪资池**：5.68 万亿美元（占比 52%），对应约 6830 万就业人口（占比 43.9%）。 - **高暴露职业**：金融产品经理（暴露度 78.6%）、HR 经理（暴露度 76%）、航天工程师（暴露度 89.3%）。 - **低暴露职业**：洗衣房员工（暴露度 10%）、烘焙师（暴露度 14.7%）、轮胎工（暴露度 0%）。 - **计算机行业**：全行业在 AI 冲击下接近“一视同仁”，暴露度分布均匀，薪资与暴露度无明显正相关。 - **金融行业**：暴露度差异较大，部分岗位（如 Market Research Analysts）面临较高替代风险，但因“担责”属性，实际替代率较低。 ## 风险提示 1. AI 技术对职业暴露度的更新可能不够及时全面，存在数据统计偏差。 2. AI Agent 能力发展可能弱于预期，导致替代规模与劳动力结构发生显著变化。 3. 全球央行若快速转向，可能引发新一轮通胀，压制需求，使劳动力裁员超过 AI 替代影响，进而削弱 AI 的降本增效属性，引发投资回报率担忧。 ## 图表目录（摘要） - **图1**：关注快速增长的 ARR 所对应的“理想增长上限”。 - **图2**：美国总薪资与就业视角下，AI 实际与预期暴露度对应的规模。 - **图3**：高收入职业面临更高的 AI 理论暴露度。 - **图4**：不同行业的理论暴露度与实际暴露度对比。 - **图5**：不同行业的理论与实际暴露度对应的薪资总额。 - **图6**：当前实际 AI 暴露度最高的 20 个职业。 - **图7**：计算机行业各职业在 AI 暴露度上的分布。 - **图9**：金融行业暴露度压力存在较大偏差。 ## 总结 AI 对劳动力的替代和重组正在从“降本”向“重新定价”演进，其影响不仅体现在就业人数减少，更体现在工资成本的变化和劳动结构的重塑。尽管当前 ARR 收入仍处于早期阶段，但其潜在空间巨大，值得大模型公司深入挖掘。然而，AI 的实际影响还受到技术发展、企业采纳速度、组织流程调整及监管环境等多重因素的制约。